共查询到20条相似文献，搜索用时 31 毫秒
1.
针对牵引变压器故障的特点以及传统故障诊断方法在牵引变压器诊断应用中的局限性,研究一种基于非线性同伦LM神经网络算法的变压器故障诊断方法。通过选择合适的故障样本进行数据预处理并训练神经网络,达到变压器故障诊断的要求,并通过仿真验证本算法的有效性。 相似文献
2.
3.
基于径向基神经网络的变压器故障诊断 总被引：1，自引：0，他引：1
《科技通报》2015,(8)
研究基于径向基神经网络的变压器故障诊断方法。以绝缘油中6种特征气体作为神经网路的输入,建立了可对变压器低温过热、中温过热、高温过热、低能放电、高能放电和局部放电等6种故障进行故障诊断的径向基神经网络模型。仿真实验研究表明,基于径向基神经网络的变压器故障诊断模型对于超出三比值法编码规则的故障也能进行故障诊断,故障诊断准确率达到91.67%,远远高于三比值法故障诊断准确率。基于径向基神经网络的故障诊断模型建立方法简单,便于在实际中应用。 相似文献
4.
电力变压器在运行中若过热会引发很多故障,因此,对变压器降温系统进行故障检测是非常重要的。本文针对油浸式变压器的油路循环降温系统故障的特点以及传统故障诊断方法在变压器油路循环系统诊断应用中的局限性,提出了一种基于BP神经网络算法的油路循环系统故障诊断方法。通过选择足够多的故障样本训练神经网络,达到油路循环系统故障诊断的要求,并通过实例仿真证明了本算法的有效性,为实际中解决油浸式变压器的油路循环降温系统故障提供了理论依据和实验仿真依据。 相似文献
5.
6.
张玉 《内蒙古科技与经济》2010,(6):62-63,65
针对变压器故障初期诊断数据具有模糊性的特点,文章介绍了一种变压器绝缘故障诊断的新方法——模糊诊断法,并通过应用实例验证了该方法对变压器绝缘故障诊断的准确性。 相似文献
7.
8.
《科技通报》2016,(6)
大型机械设备组成结构复杂,容易产生故障,通过对大型机械设备的振动系统故障诊断,提高大型机械设备的稳定运行性能。传统的故障诊断方法采用海量振动样本特征数据聚类分析方法进行故障分类和诊断,诊断性能受到振动数据样本采集和环境的特征的限制,故障检测效果不好。提出一种基于大型机械设备振动系统故障特征专家系统构建的故障诊断模型,并采用abaqus软件进行仿真分析。构建故障诊断专家系统,包括对模糊数据库、模糊知识库和模糊推理机的构建,设计故障诊断的神经网络模糊控制学习算法,通过设计人机结构,实现对大型机械设备振动系统故障的准确推断决策。利用abaqus软件在计算机上建立测试虚拟样机,实现故障诊断在线模型仿真,了解复杂机械系统设计的故障运行性能。仿真结果表明,该系统能有效提高对大型机械设备振动系统的故障诊断能力,实现智能故障诊断控制和自适应故障处理,在机械状态监测等领域具有较好的应用价值。 相似文献
9.
在机械设备的故障诊断中,常采用RBF神经网络算法对故障进行诊断和计算,但该算法实现故障诊断必须有大量的故障样本,同时还有训练速度慢、结构确定难、容易陷入局部极小、泛化能力差等缺点。相反,SVM不仅能解决小样本的问题,并且还有全局最优、泛化能力强等优点。为此,本文提出一种基于SVM的RBF神经网络的优化方法,并将它应用齿轮箱中的齿轮故障诊断,取得了良好的预期效果。 相似文献
10.
11.
变压器的故障诊断方法大部分以油中溶解气体为诊断基础,如目前较为常用的四比值法、三比值法等。但存在"编码盲点"、故障诊断准确度不够等问题。本文提出一种基于自适应RBF神经网络的电网变压器故障检测方案,算法输入层节点只会把信号传送到隐含层。在隐含层中,通常使用高斯函数来对所得到了输入向量响应。输出层则是使用一般的线性函数来对输出进行加权。这种模式是一种标准的前向网络模式,能够使得神经网络的输入空间与输出空间得到映射,进而为分类网络并实现函数逼近,提高了网络收敛速度。仿真实验结果表明,本文提出的自适应RBF网络在故障诊断的准确率以及诊断时间的表现皆优于BP、GA-BP神经网络,所在在变压器故障诊断时,可以优先考虑自适应RBF神经网络。 相似文献
12.
由于化工过程对象很难全面获取各种故障数据和故障特征,因此按照化工机理建立过程模拟模型并对实际的故障进行模拟和诊断方法的研究是必要的。本文研究了支持向量机(SVM)的集成诊断方法,并进一步采用改进的粗糙神经网络的故障分类模型,通过分析故障在不同切面的分布诊断故障类型,改进故障诊断性能。针对动态执行器基准平台(DAMADICS)的19种阀门故障模式,与之前较成熟的独立元分析方法进行对比仿真验证,结果表明本文提出的故障诊断方法有效提高了故障诊断效率。 相似文献
13.
14.
针对当前电子器件故障诊断方法存在的弊端,以获得高精度的电子器件故障诊断结果为目的,提出了基于改进神经网络的电子器件故障智能诊断方法。首先对电子器件故障诊断的研究现状进行分析,找到引起电子器件故障诊断精度低的原因,然后提取电子器件故障诊断的特征,并采用核主成分分析对特征向量机进行去冗余处理,减少神经网络的输入向量数量,最后采用BP神经网络建立电子器件故障诊断模型,并采用蚁群算法对BP神经网络参数求解,并与其它方法进行了电子器件故障诊断测试,改进神经网络的电子器件故障诊断精度超过95%,而且电子器件故障诊断的速度非常快,获得比其它方法更加理想的电子器件故障诊断结果,具有广泛的应用前景。 相似文献
15.
BP神经网络在故障诊断时,对故障的学习训练盲目性大,导致速度慢,结果可靠性差。但是遗传算法可以优化挑选故障向量具有针对性,弥补BP神经网络诊断的不足。所以基于遗传算法的BP神经网络可以使各代种群在进化过程中容易得到全局最优解。实例对比分析,表明优化后的神经网络具有较好的收敛性能和运算速度,能够改善诊断精度。 相似文献
16.
变压器的故障诊断与分析 总被引：1，自引：0，他引：1
变压器在运行过程中会出现各种故障,针对几个变压器的故障诊断案例,提出了不同的现代诊断方法,分析故障的测试数据,从不同角度判断变压器的故障情况。 相似文献
17.
18.
19.
伴随电网建设步伐的加快,对变压器综合性能提出更高的要求。然而从当前变压器实际运行情况看,故障问题仍屡见不鲜,要求通过对油中溶解气体的分析,设计相应的模糊专家系统,以此实现气体在线监测以及故障诊断目的。本次研究将对变压器油中气体做简单介绍,分析变压器DGA传统故障诊断方法,并提出变压器DGA智能故障诊断方法。 相似文献